科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对无人机热红外影像与光学卫星影像的匹配难题，提出一种基于异源地标数据集学习的深度局部特征匹配方法。首先，利用生成对抗网络学习热红外与可见光影像的灰度分布规律，并进一步合成用于特征提取模型训练的热红外影像地标数据集；然后，联合残差网络和注意力机制模型，从数据集中学习深度不变特征；最后，经过对不变特征的匹配、提纯等处理，获得像对的正确匹配点。试验测试了该方法的性能，并与KAZE、特征检测描述网络和深度局部特征模型进行了对比。结果表明，提出的方法对灰度、纹理、重叠率以及几何变化具有较强的适应性，且匹配效率较高，可为无人机视觉导航提供支撑。
-
单位信息工程大学地理空间信息学院
